Report

Môn Học: Nhập Môn Lập Trình Python Cho Phân Tích

GV: Quách Đình Hoàng

Members:

1. Đào Thị Cẩm Tiên - 19133055

2. Nguyễn Anh Đắc - 19133020

3. Nguyễn Thanh Tân Kỷ - 19133031

Đề tài: Life Expectancy (WHO)

Câu hỏi phân tích:

a. Tỷ lệ tử vong của Trẻ sơ sinh và Người lớn ảnh hưởng đến tuổi thọ như thế nào?

b. Một quốc gia có giá trị tuổi thọ thấp hơn (<65) có nên tăng chi tiêu cho chăm sóc sức khỏe để cải thiện tuổi thọ trung bình của mình không?

c. Các quốc gia đông dân có xu hướng có tuổi thọ thấp hơn không?

d. Chúng ta có nên tăng chỉ số phát triển con người ở các nước đã và đang phát triển để cải thiện tuổi thọ trung bình hay không?

e. So sánh các ca bệnh sởi giữa các nước đang phát triển và các nước đã phát triển. Từ đó hãy cho thấy ảnh hưởng của nó đối với tuổi thọ của các nước đó.

Thông tin về tập dữ liệu

• Country: Đất nước
• Year: năm
• Status: tình trạng đang phát triển hay phát triển
• Life expectancy: Kỳ vọng tuổi thọ (age)
• Adult Mortality: Tỷ lệ tử vong ở người trưởng thành15-60 tuổi ( trên 1000 dân số))
• infant deaths: Số trẻ sơ sinh tử vong ( trên 1000 dân số)
• Alcohol: rượu tiêu thụ bình quân đầu người (>15 age) (tính bằng lít rượu nguyên chất)
• percentage expenditure: Chi cho y tế tính theo phần trăm Tổng sản phẩm quốc nội trên đầu người (%)
• Hepatitis B: Tỷ lệ tiêm chủng Viêm gan B (HepB) ở trẻ 1 tuổi (%)
• Measles: bệnh sởi - số ca được báo cáo (trên 1000 dân số)
• BMI: Chỉ số khối cơ thể
• under-five deaths: Số người chết dưới 5 tuổi (trên 1000 dân))
• Polio: Bại liệt ở trẻ 1 tuổi (%)
• Total expenditure: Chi tiêu chung của chính phủ cho y tế tính theo tỷ lệ phần trăm của tổng chi tiêu của chính phủ (%)
• Diphtheria: Tỷ lệ tiêm chủng giải độc tố uốn ván và ho gà (DTP3) cho trẻ 1 tuổi (%)
• HIV/AIDS: Tử vong trên 1000 trẻ sinh sống HIV / AIDS (0-4 tuổi)
• GDP: Tổng sản phẩm quốc nội bình quân đầu người (tính bằng USD)
• Population: Dân số
• thinness 1-19 years: Tỷ lệ gầy ở trẻ em và thanh thiếu niên từ 10 đến 19 tuổi (%)
• thinness 5-9 years: Tỷ lệ gầy ở trẻ em từ 5-9 tuổi (%)
• Income composition of resources: Chỉ số phát triển con người về cơ cấu thu nhập của tài nguyên (chỉ số từ 0 đến 1)
• Schooling: Số năm đi học (năm)s

Các thư viện được sử dụng

# Import libraries 
import numpy as np 
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
import plotly.graph_objects as go

3 dòng đầu

	Country	Year	Status	Life expectancy	Adult Mortality	infant deaths	Alcohol	percentage expenditure	Hepatitis B	Measles	...	Polio	Total expenditure	Diphtheria	HIV/AIDS	GDP	Population	thinness 1-19 years	thinness 5-9 years	Income composition of resources	Schooling
0	Afghanistan	2015	Developing	65.0	263.0	62	0.01	71.279624	65.0	1154	...	6.0	8.16	65.0	0.1	584.259210	33736494.0	17.2	17.3	0.479	10.1
1	Afghanistan	2014	Developing	59.9	271.0	64	0.01	73.523582	62.0	492	...	58.0	8.18	62.0	0.1	612.696514	327582.0	17.5	17.5	0.476	10.0
2	Afghanistan	2013	Developing	59.9	268.0	66	0.01	73.219243	64.0	430	...	62.0	8.13	64.0	0.1	631.744976	31731688.0	17.7	17.7	0.470	9.9

3 rows × 22 columns

3 dòng cuối

	Country	Year	Status	Life expectancy	Adult Mortality	infant deaths	Alcohol	percentage expenditure	Hepatitis B	Measles	...	Polio	Total expenditure	Diphtheria	HIV/AIDS	GDP	Population	thinness 1-19 years	thinness 5-9 years	Income composition of resources	Schooling
2935	Zimbabwe	2002	Developing	44.8	73.0	25	4.43	0.0	73.0	304	...	73.0	6.53	71.0	39.8	57.348340	125525.0	1.2	1.3	0.427	10.0
2936	Zimbabwe	2001	Developing	45.3	686.0	25	1.72	0.0	76.0	529	...	76.0	6.16	75.0	42.1	548.587312	12366165.0	1.6	1.7	0.427	9.8
2937	Zimbabwe	2000	Developing	46.0	665.0	24	1.68	0.0	79.0	1483	...	78.0	7.10	78.0	43.5	547.358878	12222251.0	11.0	11.2	0.434	9.8

3 rows × 22 columns

Mô Tả Về Dữ Liệu

	Year	Life expectancy	Adult Mortality	infant deaths	Alcohol	percentage expenditure	Hepatitis B	Measles	BMI	under-five deaths	Polio	Total expenditure	Diphtheria	HIV/AIDS	GDP	Population	thinness 1-19 years	thinness 5-9 years	Income composition of resources	Schooling
count	2938.000000	2928.000000	2928.000000	2938.000000	2744.000000	2938.000000	2385.000000	2938.000000	2904.000000	2938.000000	2919.000000	2712.00000	2919.000000	2938.000000	2490.000000	2.286000e+03	2904.000000	2904.000000	2771.000000	2775.000000
mean	2007.518720	69.224932	164.796448	30.303948	4.602861	738.251295	80.940461	2419.592240	38.321247	42.035739	82.550188	5.93819	82.324084	1.742103	7483.158469	1.275338e+07	4.839704	4.870317	0.627551	11.992793
std	4.613841	9.523867	124.292079	117.926501	4.052413	1987.914858	25.070016	11467.272489	20.044034	160.445548	23.428046	2.49832	23.716912	5.077785	14270.169342	6.101210e+07	4.420195	4.508882	0.210904	3.358920
min	2000.000000	36.300000	1.000000	0.000000	0.010000	0.000000	1.000000	0.000000	1.000000	0.000000	3.000000	0.37000	2.000000	0.100000	1.681350	3.400000e+01	0.100000	0.100000	0.000000	0.000000
25%	2004.000000	63.100000	74.000000	0.000000	0.877500	4.685343	77.000000	0.000000	19.300000	0.000000	78.000000	4.26000	78.000000	0.100000	463.935626	1.957932e+05	1.600000	1.500000	0.493000	10.100000
50%	2008.000000	72.100000	144.000000	3.000000	3.755000	64.912906	92.000000	17.000000	43.500000	4.000000	93.000000	5.75500	93.000000	0.100000	1766.947595	1.386542e+06	3.300000	3.300000	0.677000	12.300000
75%	2012.000000	75.700000	228.000000	22.000000	7.702500	441.534144	97.000000	360.250000	56.200000	28.000000	97.000000	7.49250	97.000000	0.800000	5910.806335	7.420359e+06	7.200000	7.200000	0.779000	14.300000
max	2015.000000	89.000000	723.000000	1800.000000	17.870000	19479.911610	99.000000	212183.000000	87.300000	2500.000000	99.000000	17.60000	99.000000	50.600000	119172.741800	1.293859e+09	27.700000	28.600000	0.948000	20.700000

Làm Sạch Dữ Liệu

<AxesSubplot:>

• Biểu đồ trên nó thể hiện số lượng các giá trị null của từng biến có trong tập dữ liệu.
• Nhìn vào cột bên phải thì số lượng giá trị null giảm dần từ màu da xuống màu tím đen.
• Từ đó ta có thể thấy giá trị null trong tập dữ liệu nó khá là nhiều và ta cần phải xử lý các giá trị null đó.

VD: xử lý giá trị null của biến Hepatitis B

<AxesSubplot:xlabel='Diphtheria ', ylabel='Hepatitis B'>

• Và để xử lý các giá trị null đó và với những biến có nhiều giá trị null như Hepatitis B thì ta sẽ dựa vào sự tương quan trung bình giữa hai biến, đó là Hepatitis B và Diphtheria:
  • khi dip<=15 thi ta sẽ gán giá trị Hep B xấp xỉ 75.0
  • khi 15<dip<=30 thi ta sẽ gán giá trị Hep B ~20.0
  • khi 30<dip<=45 thi ta sẽ gán giá trị Hep B ~ 38.0
    làm tương tự với các khoảng giá trị của dip.
• Và cũng với cách trên ta sẽ điền các giá trị null cho các biến còn lại

Dữ Liệu Sau Khi Xử Lý

<AxesSubplot:>

• và sau khi xử lý các giá trị nul thì ta sẽ nhận được biểu đồ hoàn toàn không có giá trị null như ở trên

Biểu Đồ Thể Hiện Mối Tương Quan Giữa Các Biến Trong Dữ Liệu

<AxesSubplot:>

Biểu đồ trên nó thể hiện độ tương quan giữa các biến với nhau:

• Mức độ của nó giảm dần từ mức độ tích cực dương (màu da màu) xuống mức độ tiêu cực âm (màu xanh dương):
• Kỳ vọng Tuổi thọ (biến mục tiêu) dường như có mối tương quan tương đối cao (tiêu cực hoặc tích cực) với:
  • Tỷ lệ tử vong ở người trưởng thành (tiêu cực): -0,7
  • HIV / AIDS (âm tính): -0,56
  • Thành phần Nguồn thu nhập (dương): 0,73
  • Đi học (tích cực): 0,76
• Tuổi thọ (biến mục tiêu) có tương quan cực kỳ thấp với dân số (gần như không có mối tương quan nào): 0,075
• Số ca tử vong ở trẻ sơ sinh và số ca tử vong dưới 5 tuổi có mối tương quan rất cao: 1
• Phần trăm chi tiêu và GDP có mối tương quan tương đối cao: 0,9
• Tỷ lệ vắc xin Viêm gan B tương quan thuận với tỷ lệ vắc xin Bại liệt (0,53) và Bạch hầu (0,62)
• Tỷ lệ vắc xin bại liệt và tỷ lệ vắc xin Bạch hầu có tương quan rất thuận (0,67)
• HIV / AIDS có tương quan nghịch với Thành phần Thu nhập của Nguồn lực (0,25)
• Tỷ lệ gầy của trẻ 5-9 tuổi và tỷ lệ gầy của trẻ 10-15 tuổi có mối tương quan rất cao (0,94)
• Thành phần Thu nhập của Nguồn lực và Trường học có mối tương quan rất cao (0,8)

Câu hỏi phân tích:

a. Tỷ lệ tử vong của Trẻ sơ sinh và Người lớn ảnh hưởng đến tuổi thọ như thế nào?

<AxesSubplot:xlabel='Life expectancy ', ylabel='Adult Mortality'>

• Biểu đồ này thể hiện mức độ ảnh hưởng của tỷ lệ tử xong của người lớn đối với tuổi thọ trung bình
• Trục tung là tỷ lệ tử xong của người lớn, trục hoành là tuổi thọ trung bình.
• Số lượng người chết từ 100 trở xuống thì nó có sự ảnh hưởng không quá lớn, phân bố khá đều.
• Nhưng từ số lượng người chết càng tăng thì nó đã bắt đầu thấy sự ảnh hưởng rõ rệt hơn
  • Tỷ lệ người chết càng tăng thì tuổi thọ càng giảm.
• Từ đó ta thấy mức độ ảnh hưởng của tỷ lệ tử vong người lớn đối với tuổi thọ trung bình là rất lớn, nó giảm một cách khá rõ rệt.
• Tương quan giữa tỷ lệ tử vong và tuổi thọ của người trưởng thành = -0,7

<AxesSubplot:xlabel='Life expectancy ', ylabel='infant deaths'>

• Biểu đồ này thể hiện mức độ ảnh hưởng của tỷ lệ tử xong của trẻ sơ sinh đối với tuổi thọ trung bình
• Trục tung là tỷ lệ tử xong của trẻ sơ sinh, trục hoành là tuổi thọ trung bình.
• Số lượng người chết từ 250 trở xuống thì nó có sự ảnh hưởng không quá lớn, phân bố khá đều.
• Nhưng từ số lượng trẻ sơ sinh chết càng tăng thì nó đã bắt đầu thấy sự ảnh hưởng rõ rệt hơn, cụ thể từ 250 - 750 trẻ sơ sinh chết.
• Nhưng số lượng trẻ sơ sinh chết từ 750 trở lên thì nó cũng giảm nhưng không quá mạnh.
  • Tỷ lệ người chết càng tăng thì tuổi thọ càng giảm.
• Từ đó ta thấy mức độ ảnh hưởng khá lớn của tỷ lệ tử vong ở trẻ sơ sinh đối với tuổi thọ trung bình.

Nhận xét:

• Tỷ lệ tử vong của người lớn ảnh hưởng nhiều hơn tỷ lệ tử vong của trẻ sơ sinh đến tuổi thọ:

  • Tương quan giữa tỷ lệ tử vong và tuổi thọ của trẻ sơ sinh = -0,2

  • Tương quan giữa tỷ lệ tử vong và tuổi thọ của người trưởng thành = -0,7

b. Một quốc gia có giá trị tuổi thọ thấp hơn (<65) có nên tăng chi tiêu cho chăm sóc sức khỏe để cải thiện tuổi thọ trung bình của mình không?

Text(0, 0.5, 'Life expectancy')

• Biểu đồ ở trên thể hiện top 15 nước có phần trăm chi tiêu của chính phủ cho y tế trên tổng chi tiêu của Chính phủ cao nhất và tuổi thọ kỳ vọng tương ứng của các nước (2014).
• Nhìn vào biểu đồ các cột màu xanh thể hiện phần trăm chi tiêu của chính phủ cho ý tế và các điểm màu đỏ là độ lớn của tuổi thọ kỳ vọng của các nước tương ứng.
• Từ biểu ta nhận thấy 4 nước đầu có phần trăm chi tiêu của chính phủ cho y tế cao nhất thì kỳ vọng tuổi thọ so với các nước còn lại thì cũng không quá nổi trội mà còn có phần nhỏ hơn các nước còn lại.
• Nhìn chung ngoài nước sierra Leoen có tỷ lệ tuổi thọ còn thấp có thể do ảnh hưởng bởi các yếu tố khác thì nhìn chung tuổi thọ các nước đa phần đều nằm trong khoảng từ 56-64 tuổi và ta cũng thấy sự ảnh hưởng của phần trăm chi tiêu cho chính phủ tới kỳ vọng tuổi thọ là không đáng kể.

Text(0, 0.5, 'Life expectancy')

• Biểu đồ ở trên thể hiện top 15 nước có chi tiêu cho y tế tính theo phần trăm Tổng sản phẩm quốc nội trên đầu người cao nhất và tuổi thọ kỳ vọng tương ứng của các nước (2014).Trong biểu đồ các cột màu xanh thể hiện chi tiêu cho y tế và các điểm màu đỏ là độ lớn của tuổi thọ kỳ vọng của các nước tương ứng.
• Ta thấy ở 3 nước đầu tiên có chi tiêu cho y tế tính theo phần trăm Tổng sản phẩm quốc nội trên đầu người cao nhất thì kỳ vọng tuổi thọ so với các nước có mức chi tiêu trung bình thì lại thấp hơn.
• Nhìn vào biểu đồ ta cũng thấy kỳ vọng tuổi thọ dao động từ 56-64 tuổi, có 2 nước có kỳ vọng tuổi thọ khá là thấp Nigeria và Lesotho chỉ khoảng 52 tuổi với mức chi tiêu trung bình nhưng tuổi thọ lại khá thấp so với những nước có mức chi tiêu thấp hơn.
• Và biểu đồ cũng cho thấy kỳ vọng tuổi thọ thật sự biến động không theo một quy luật rõ ràng nào cả hay sự ảnh hưởng của chi tiêu cho y tế tới kỳ vọng tổi thọ là không lớn.

Nhận xét:

+ Ảnh hưởng của Total expenditure đến Life expectancy không đáng kể 
+ Percentage expenditure có ảnh hưởng đến Life expectancy nhưng không nhiều

• Suy ra: Không nhất thiết phải tăng chi tiêu cho chăm sóc sức khỏe để cả thiện tuổi thọ trung bình

c. Các quốc gia đông dân có xu hướng có tuổi thọ thấp hơn không?

Text(0, 0.5, 'Life expectancy')

• Biểu đồ ở trên thể hiện top 15 nước có dân số cao nhất và tuổi thọ tương ứng của các nước(2015). Trong biểu đồ các cột màu xanh thể hiện số lượng dân số và các điểm màu đỏ là độ lớn tuổi thọ của các nước tương ứng.
• Dân số của các nước này đa phần ở khoảng gần 200 triệu,về tuổi thọ cũng có một ít nước có tuổi thọ còn thấp thì đa phần tuổi thọ của các nước có dân số đông thì tập trung từ 65 đến 80 tuổi.
• Từ biểu đồ cho thấy dân số ảnh hưởng chưa thật sự rõ ràng tới tuổi thọ của các nước.

Text(0, 0.5, 'Life expectancy')

• Biểu đồ ở trên thể hiện 15 nước có dân số thấp nhất và tuổi thọ tương ứng của các nước(2015). Trong biểu đồ các cột màu xanh thể hiện số lượng dân số và các điểm màu đỏ là độ lớn tuổi thọ của các nước tương ứng.
• Dân số của các nước khá ít từ 3000 đến hơn 50000 người,về tuổi thọ ngoài một nước có tuổi thọ còn thấp (cộng hòa trung phi) thì đa phần tuổi thọ của các nước ít dân cũng tập trung từ 65 đến hơn 80 tuổi.
• Nhìn vào biểu đồ theo chiều tăng của dân số của các nước thì tuổi thọ tương ứng có phần tăng lên nhưng không được rõ ràng lắm.

Nhận xét:

• Qua 2 biểu đồ thể hiện sự tương quan phía trên thì ta có thể thấy dân số không ảnh hưởng quá nhiều đến tuổi thọ. Nên các quốc gia đông dân sẽ không có xu hướng có tuổi thọ thấp

d. Chúng ta có nên tăng chỉ số phát triển con người ở các nước đã và đang phát triển để cải thiện tuổi thọ trung bình hay không?

• Biểu đồ trên thể hiện sự tương quan giữa chỉ số phát triển con người về cơ cấu thu nhập của tài nguyên và tuổi thọ trung bình các 2 nhóm nước là: các nước đang phát triển và các nước phát triển
• Trong đó trục tung là tuổi thọ trung bình, trục hoành là chỉ số phát triển con người về cơ cấu thu nhập của tài nguyên, các chấm xanh thể hiện cho nhóm các nước đang phát triển, chấm cam thể hiện cho nhóm các nước phát triển
• Qua biểu đồ trên ta có thể thấy Chỉ số phát triển con người về cơ cấu thu nhập của tài nguyên của các nước phát triển thì cao hơn so với các nước đang phát triển và tuổi thọ cũng như thế, từ đó ta cũng có thể kết luận rằng là chỉ số phát triển của con người về cơ cấu thu nhập của tào nguyên càng cao thì tuổi thọ cũng càng cao.
• Vì thế ta kết luận rằng muốn cải thiện tuổi thọ trung bình thì chúng ta nên tăng các chỉ số về phát triển của con người về cơ cấu thu nhập của tài nguyên.

e. So sánh các ca bệnh sởi giữa các nước đang phát triển và các nước đã phát triển. Từ đó hãy cho thấy ảnh hưởng của nó đối với tuổi thọ của các nước đó.

• Hai biểu đồ trên lần lượt thể hiện số ca bệnh sởi và tuổi thọ trung bình của 2 nhóm nước: nhóm các nước đang phát triển, nhóm các nước phát triển
  • Biểu đồ thứ nhất: Trục tung là số ca bệnh sởi, trục hoành là các năm từ 2000 - 2014, đường màu xanh thể hiện có nhóm các nước phát triển và đường màu hồng là nhóm các nước đang phát triển.
  • Biểu đồ thứ hai: Cũng tương tự biểu đồ thứ nhất nhưng trục tung là tuổi thọ trung bình. ### Nhận xét:
  • Qua 2 biểu đồ trên ta có thể thấy số ca bệnh sởi của các nước đang phát triển cao hơn nhiều so với các nước phát triển và tuổi thọ của các nước đang phát triển thì lại thấp hơn so với các nước phát triển
  • Từ năm 2000 - 2014 các ca bệnh sởi có xu hướng giảm thì tuổi thọ lại có xu hướng tăng lên
• Từ đó có thể thấy số ca bệnh sởi có ảnh hưởng đối với tuổi thọ, và nó ảnh hưởng tiêu cực đối với tuổi thọ
• Và chúng ta muốn cải thiện tuổi thọ trung bình thì nên tăng cường các biện pháp giảm số ca bệnh sởi bằng cách phòng tránh và chữa trị hợp lý.

Kết luận:

• Qua việc phân tích ở trên thì chúng ta hiểu rõ hơn về tuổi thọ của các quốc gia qua các năm thay đổi như thế nào cũng như các yếu tố trong tập dữ liệu ảnh hưởng tích cực hay tiêu cực như thế nào đến tuổi thọ.
• Chúng ta có thể hiểu kỹ hơn về dữ liệu,những gì mà dữ liệu phản ảnh và trả lời các thắc mắc để từ đó có thể đưa ra được những gợi ý cho hướng đi, giải pháp hiểu quả cho các vấn đề trong thực tế.